Fugu-MT 論文翻訳(概要): Plausible Counterfactual Explanations of Recommendations

論文の概要: Plausible Counterfactual Explanations of Recommendations

arxiv url: http://arxiv.org/abs/2507.07919v1
Date: Thu, 10 Jul 2025 16:59:51 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-11 16:40:15.500863
Title: Plausible Counterfactual Explanations of Recommendations
Title（参考訳）: 勧告の具体的説明
Authors: Jakub Černý, Jiří Němeček, Ivan Dovica, Jakub Mareček,
Abstract要約: 解説はレコメンデーションシステムにおいて様々な役割を果たす。説明の自然で有用な形態は、対実的説明である。本稿では,レコメンデータシステムにおける高可算CEを生成する手法を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Explanations play a variety of roles in various recommender systems, from a legally mandated afterthought, through an integral element of user experience, to a key to persuasiveness. A natural and useful form of an explanation is the Counterfactual Explanation (CE). We present a method for generating highly plausible CEs in recommender systems and evaluate it both numerically and with a user study.
Abstract（参考訳）: 説明は、法的に委任された後想、ユーザー体験の不可欠な要素から説得力の鍵まで、様々なレコメンデーターシステムにおいて様々な役割を担っている。説明の自然で有用な形態は、対実説明(CE)である。本稿では,レコメンデータシステムにおける高可算CEの生成方法を提案する。

関連論文リスト

Beyond Persuasion: Towards Conversational Recommender System with Credible Explanations [63.05026345443155]
そこで我々は,PC-CRSと呼ばれるシンプルな手法を提案し,CRSの説得における説明の信頼性を高める。実験により,PC-CRSの説得的・信頼性的説明を促進する効果が示された。さらなる分析では、現在の手法が素晴らしい説明を生み出している理由と、推薦精度を向上させるための信頼できる説明の可能性を明らかにしている。
論文参考訳（メタデータ） (2024-09-22T11:35:59Z)
Stability of Explainable Recommendation [10.186029242664931]
既存の特徴指向の説明可能なレコメンデーションの脆弱性について検討する。我々は、全ての説明可能なモデルが騒音レベルの増加に弱いことを観察する。本研究は,レコメンデーションシステムにおけるロバストな説明の話題について,実証的な検証を行った。
論文参考訳（メタデータ） (2024-05-03T04:44:51Z)
User-Controllable Recommendation via Counterfactual Retrospective and Prospective Explanations [96.45414741693119]
本稿では,説明可能性と可制御性をシームレスに統合するユーザ制御型レコメンデータシステムを提案する。反ファクト推論を通じて、ふりかえりと予測的な説明の両方を提供することで、ユーザーはシステムに対する制御をカスタマイズできる。
論文参考訳（メタデータ） (2023-08-02T01:13:36Z)
Explainable Recommender with Geometric Information Bottleneck [25.703872435370585]
本稿では,ユーザ-イテム相互作用から学習した幾何学的事前学習を変分ネットワークに組み込むことを提案する。個々のユーザとイテムペアからの遅延因子は、レコメンデーションと説明生成の両方に使用することができる。 3つの電子商取引データセットの実験結果から,我々のモデルは変分レコメンデータの解釈可能性を大幅に向上させることが示された。
論文参考訳（メタデータ） (2023-05-09T10:38:36Z)
RecXplainer: Amortized Attribute-based Personalized Explanations for Recommender Systems [35.57265154621778]
提案するRecXplainerは,推奨項目の属性に対するユーザの好みに基づいた,きめ細かい説明を生成する手法である。我々はRecXplainerを5つの実世界および大規模レコメンデーションデータセットで評価する。
論文参考訳（メタデータ） (2022-11-27T21:00:31Z)
Measuring "Why" in Recommender Systems: a Comprehensive Survey on the Evaluation of Explainable Recommendation [87.82664566721917]
この調査は、IJCAI、AAAI、TheWebConf、Recsys、UMAP、IUIといったトップレベルのカンファレンスから100以上の論文に基づいています。
論文参考訳（メタデータ） (2022-02-14T02:58:55Z)
Designing Explanations for Group Recommender Systems [0.0]
様々な理由でレコメンデーションシステムで説明が用いられる。レコメンダーシステムの開発者は、特定のアイテムを購入するようにユーザーに説得したいです。ユーザーは、レコメンダシステムがどのように機能し、なぜ特定のアイテムが推奨されたのかをよりよく理解する必要がある。
論文参考訳（メタデータ） (2021-02-24T17:05:39Z)
Knowledge Transfer via Pre-training for Recommendation: A Review and Prospect [89.91745908462417]
実験による推薦システムに対する事前学習の利点を示す。事前学習を伴うレコメンデータシステムの今後の研究に向けて,いくつかの将来的な方向性について論じる。
論文参考訳（メタデータ） (2020-09-19T13:06:27Z)
Survey for Trust-aware Recommender Systems: A Deep Learning Perspective [48.2733163413522]
信頼できるレコメンデーションシステムを採用することが重要になります。本調査では,信頼を意識したレコメンデータシステムの3つのカテゴリについて概説する。
論文参考訳（メタデータ） (2020-04-08T02:11:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。